当前位置:首页 > 文章列表 > 文章 > java教程 > JavaCountedCompleter实现ForkJoin任务详解

JavaCountedCompleter实现ForkJoin任务详解

2026-02-07 21:57:38 0浏览 收藏

小伙伴们对文章编程感兴趣吗?是否正在学习相关知识点?如果是,那么本文《Java如何用CountedCompleter处理ForkJoin任务》,就很适合你,本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点,希望对大家的知识积累有所帮助!

CountedCompleter是ForkJoinTask的抽象子类,通过维护待完成计数器控制任务完成时机,适用于需协调多个子任务的场景。其核心在于pending count机制:调用addToPendingCount增加计数,tryComplete减少计数并传播完成状态,当计数归零时触发onCompletion方法执行汇总操作。示例中并行求和任务在拆分时增加计数,子任务完成后自动递减,最终在onCompletion中合并结果。该机制灵活支持树形处理、图遍历等复杂依赖结构,但需确保计数管理正确,避免提前完成或死锁。

Java中如何使用CountedCompleter处理ForkJoin任务

在Java中,CountedCompleter 是 ForkJoinPool 提供的一个特殊类型的 ForkJoinTask,它允许你自定义任务的完成条件,而不仅仅依赖于任务自身的执行结束。这在需要多个子任务协同完成、或某个任务需等待其他任务完成后才触发回调时非常有用。

什么是CountedCompleter?

CountedCompleter 是 ForkJoinTask 的抽象子类,它引入了一个“待完成计数器”(pending count)。每当一个子任务启动或某个依赖任务被注册,你可以手动增加这个计数器。只有当计数器归零时,任务的 onCompletion 方法才会被调用,表示该任务真正完成。

与普通的 RecursiveAction 或 RecursiveTask 相比,CountedCompleter 更灵活,适用于树形结构处理、图遍历、流水线聚合等场景。

核心方法说明

你需要重点关注以下几个方法:

  • compute():主逻辑入口,通常在这里拆分任务或执行实际工作。
  • onCompletion(CountedCompleter>):当 pending count 变为0时调用,用于汇总结果或触发后续动作。
  • tryComplete():将当前任务的 pending count 减1,并向父任务传播完成状态。
  • addToPendingCount(int):增加待完成计数,常用于 fork 子任务前。

使用示例:计算数组和(带回调)

下面是一个使用 CountedCompleter 实现并行求和的例子,展示如何控制任务完成时机。

import java.util.concurrent.CountedCompleter;
import java.util.concurrent.ForkJoinPool;

public class SumCompleter extends CountedCompleter { private final int[] array; private final int lo, hi; private Long result;

public SumCompleter(CountedCompleter parent, int[] array, int lo, int hi) {
    super(parent);
    this.array = array;
    this.lo = lo;
    this.hi = hi;
}

public void compute() {
    if (hi - lo <= 1000) {
        // 小数据直接计算
        long sum = 0;
        for (int i = lo; i < hi; i++) {
            sum += array[i];
        }
        result = sum;
        tryComplete(); // 减少 pending count 并通知父任务
    } else {
        int mid = (lo + hi) / 2;
        addToPendingCount(1); // 增加一个待完成子任务
        new SumCompleter(this, array, lo, mid).fork();
        new SumCompleter(this, array, mid, hi).fork();
        tryComplete(); // 当前任务本身也算完成(结构已拆分)
    }
}

public void onCompletion(CountedCompleter caller) {
    // 所有子任务完成后执行
    if (result == null) {
        result = 0L;
        // 遍历所有子任务结果
        for (SumCompleter child = rawResultOf(getFirstChild());
             child != null;
             child = rawResultOf(child.getNextSibling())) {
            result += child.result;
        }
    }
}

@SuppressWarnings("unchecked")
private static <T> T rawResultOf(CountedCompleter<?> c) {
    return c != null ? (T)c.getRawResult() : null;
}

public static void main(String[] args) {
    int[] data = new int[10000];
    for (int i = 0; i < data.length; i++) data[i] = 1;

    SumCompleter task = new SumCompleter(null, data, 0, data.length);
    ForkJoinPool.commonPool().invoke(task);

    System.out.println("Sum: " + task.getResult());
}

}

在这个例子中:

  • 每次 fork 子任务前调用 addToPendingCount(1)。
  • 子任务完成后会自动减少父任务的 pending count。
  • tryComplete() 触发完成检查,若计数归零则执行 onCompletion。
  • 最终结果通过 getResult() 获取。

适用场景与注意事项

CountedCompleter 特别适合以下情况:

  • 任务之间存在依赖关系,不能简单地 fork/join。
  • 需要在所有子任务完成后执行汇总或清理操作。
  • 构建异步回调链,类似 CompletableFuture 的组合行为,但在 ForkJoin 框架内。

需要注意:

  • 必须正确管理 pending count,漏掉 addToPendingCount 会导致任务提前完成。
  • 避免在 compute 中无限递归,应设置合理的阈值。
  • getRawResult() 返回的是 result 字段,需确保线程安全写入。

基本上就这些。掌握 CountedCompleter 能让你更精细地控制并行任务的生命周期,尤其在复杂依赖结构中优势明显。

今天关于《JavaCountedCompleter实现ForkJoin任务详解》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

CSSflex等高布局实现方法CSSflex等高布局实现方法
上一篇
CSSflex等高布局实现方法
花生好车客服联系方式及问题解答
下一篇
花生好车客服联系方式及问题解答
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    345次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    408次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    405次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    369次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    190次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码